OpenCV+python實現膨脹和腐蝕的示例
1,概念及原理:
膨脹(Dilating) (或)
(1)將圖像 A 與任意形狀的內核 (B),通常為正方形或圓形,進行卷積。
(2)內核 B 有一個可定義的 錨點, 通常定義為內核中心點。
(3)進行膨脹操作時,將內核 B 劃過圖像A,將內核 B 覆蓋區域的最大相素值提取,並代替錨點位置的相素。顯然,這一最大化操作將會導致圖像中的亮區開始”擴展” (因此有瞭術語膨脹 dilation )。
以3*3的內核為例:
腐蝕(Eroding) (與)
(1)腐蝕在形態學操作傢族裡是膨脹操作的孿生姐妹。它提取的是內核覆蓋下的相素最小值。
(2)進行腐蝕操作時,將內核 B 劃過圖像,將內核 B 覆蓋區域的最小相素值提取,並代替錨點位置的相素。
值得註意的是:腐蝕和膨脹是對白色部分(高亮部分)而言的,不是黑色部分。 膨脹就是圖像中的高亮部分進行膨脹,“鄰域擴張”,效果圖擁有比原圖更大的高亮區域。腐蝕就是原圖中高亮部分被腐蝕,“鄰域被蠶食”,效果圖擁有比原圖更小的高亮區域。
源代碼:
import cv2 as cv import numpy as np def erode_demo(image): # print(image.shape) gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) #cv.imshow("binary", binary) kernel = cv.getStructuringElement(cv.MORPH_RECT, (15, 15))#定義結構元素的形狀和大小 dst = cv.erode(binary, kernel)#腐蝕操作 cv.imshow("erode_demo", dst) def dilate_demo(image): #print(image.shape) gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) #cv.imshow("binary", binary) kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))#定義結構元素的形狀和大小 dst = cv.dilate(binary, kernel)#膨脹操作 cv.imshow("dilate_demo", dst) src = cv.imread("F:/images/test01.png") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow("input image", src) erode_demo(src) dilate_demo(src) cv.waitKey(0) cv.destroyAllWindows()
運行結果:
到此這篇關於OpenCV+python實現膨脹和腐蝕的示例的文章就介紹到這瞭,更多相關OpenCV 膨脹和腐蝕內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python+Pillow+Pytesseract實現驗證碼識別
- python中的opencv 圖像分割與提取
- opencv實現機器視覺檢測和計數的方法
- 詳解Python OpenCV圖像分割算法的實現
- python中opencv實現文字分割的實踐